小服AI 通过在整个企业的异构 CAX 工具之间完全自动化和编排模拟工作流程，更大限度地减少非增值、重复性任务，从而加速创新。
Ansys optiSLang 提供与虚拟产品开发中使用的主要 CAE 工具的 GUI 支持的二进制接口。其他工具可以通过脚本、基于文本的界面或自定义集成进行连接。您将获得对 CAD、CAE、脚本、桌面应用程序、存储库、数据库和内部求解器等工具的支持。借助对高性能计算策略的支持，您可以使用排队系统或 Ansys 提供的提交功能提交作业。无论您选择哪种环境，optiSLang 都提供相同的设置和对话框。
过程自动化和集成——以及获得更佳参数仿真模型——是成功基于 CAE 的参数研究的关键。我们的图形用户界面提供易于理解的图表和控制面板，可实现对整个工作流程的完全访问和可追溯性。
为您的工程师配备工具，帮助改进产品设计，超出人脑所能感知的范围。这可能意味着调整数百个设计参数，找出对产品性能产生巨大影响的参数子集并优化设计。
仿真在理解产品和流程方面发挥着重要作用，尤其是复杂的。基于参数的变化分析让您深入了解设计在变化下的表现。多学科优化任务通常需要大量变量，并且很难知道应该关注哪里。optiSLang 的算法和相关性分析会自动识别最显着的变量，从而减少您必须担心的设计变量的数量。该程序的敏感性分析还为根据目标的选择和数量或可能的约束条件适当制定优化任务奠定了基础，帮助您快速归零更佳近似模型。
降阶建模——Ansys optiSLang 构建元模型以实现快速反馈和稳健的设计分析，而运行仿真预测特定设计所需的时间只是其中的一小部分。
设计优化和参数识别——Ansys optiSLang 的强大算法和自动化工作流程建立在早期的灵敏度分析步骤之上，以提供向导驱动的决策树来推荐 具有默认设置的优化器。
当今 CAE 工程师面临的主要挑战之一是流程越来越复杂，而结果必须在更短的时间内交付。同时，在工程过程中，必须考虑 NVH、热机电分析、安全评估、公差管理和成本等多个学科。改进一门学科可能需要对其他学科做出妥协。
为了允许在多物理仿真和多学科优化方面进行合作，多个重复性任务的工作流的自动化和发布以及仿真数据管理变得至关重要，例如：
将某一学科的结果作为输入转移到下一步的操作中
后处理步骤、报告和结果提取
模型生成任务
用于寻找更优设计的变体比较
随后的优化运行与适应的约束和目标
克服这些挑战的强大解决方案是 Ansys optiSLang 和 Ansys Minerva 的结合。
当涉及到意外的制造公差和其他现实世界的环境因素时，量化并最小化从模拟到实际生产的风险不确定性。
与敏感性分析类似，稳健性分析识别较重要的散射变量并提供决策树来选择合适的算法来验证您的产品或情况的稳健性和可靠性。这对于必须满足高安全性或质量要求且事件概率小于千分之一的设计而言至关重要。可靠性分析可以量化超出限制的概率，并证明它小于可接受的值。optiSLang 强大的算法有助于确保产品质量，更大限度地减少废品、召回和法律诉讼的风险。
